Les travaux effectués durant cette thèse portent sur l’appariement de formes planes basé sur une squelettisation hiérarchique. Dans un premier temps, nous avons abordé la création d’un squelette de forme grâce à un algorithme associant des outils de la géométrie discrète et des filtres. Cette association permet d’acquérir un squelette regroupant les propriétés désirées dans le cadre de l’appariement. Néanmoins, le squelette obtenu reste une représentation de la forme ne différenciant pas les branches représentant l’allure générale de celles représentant un détail de la forme. Or, lors de l’appariement, il semble plus intéressant d’associer des branches ayant le même ordre d’importance, mais aussi de donner plus de poids aux associations décrivant un aspect global des formes. Notre deuxième contribution porte sur la résolution de ce problème. Elle concerne donc la hiérarchisation des branches du squelette, précédemment créé, en leur attribuant une pondération reflétant leur importance dans la forme. À cet effet, nous lissons progressivement une forme et étudions la persistance des branches pour leur attribuer un poids. L’ultime étape consiste donc à apparier les formes grâce à leur squelette hiérarchique modélisé par un hypergraphe. En d’autres termes, nous associons les branches deux à deux pour déterminer une mesure de dissimilarité entre deux formes. Pour ce faire, nous prenons en compte la géométrie des formes, la position relative des différentes parties des formes ainsi que de leur importance. / The works performed during this thesis focuses on the matching of planar shapes based on a hierarchical skeletonisation. First, we approached the creation of a shape skeleton using an algorithm combining the tools of discrete geometry and filters. This combination allows to acquire a skeleton gathering the desired properties in the context of matching. Nevertheless, the resulting skeleton remains a representation of the shape, which does not differentiate branches representing the general shape of those coming from a detail of the shape. But when matching, it seems more interesting to pair branches of the same order of importance, but also to give more weight to associations describing an overall appearance of shapes. Our second contribution focuses on solving this problem. It concerns the prioritization of skeletal branches, previously created by assigning a weight reflecting their importance in shape. To this end, we gradually smooth a shape and study the persistence of branches to assign a weight. The final step is to match the shapes with their hierarchical skeleton modeled as a hypergraph. In other words, we associate the branches two by two to determine a dissimilarity measure between two shapes. To do this, we take into account the geometry of the shapes, the relative position of different parts of the shapes and their importance.

La rapide avancée de la technologique numérique a permis d'améliorer les méthodes d'acquisition et de rendu de modèles 3D. On peut constater qu'aujourd'hui les bases de données d'objets 3D sont présentes dans beaucoup de domaines, qu'ils soient ludiques (jeux, multimédia) ou scientifiques (applications médicales, industrielles, héritage culturel, etc.). La facilité d'acquisition et de reconstruction des modèles 3D, ainsi que leur modélisation permettent de créer de grandes bases de données, et il devient difficile de naviguer dans ces bases pour retrouver des informations. L'indexation des objets 3D apparaît donc comme une solution nécessaire et prometteuse pour gérer ce nouveau type de données. Notre étude s'insérant dans le cadre du projet européen SCULPTEUR IST-2001-35372 dont des partenaires étaient des musées, nous avons donc travaillé avec des bases de données de modèles 3D muséologiques. L'indexation des éléments d'une base de données consiste à définir une méthode permettant d'effectuer des comparaisons parmi les composants de cette base. Actuellement, une des principales applications consiste à effectuer des requêtes de similarité : étant donné une "clé'' de recherche, on extrait de la base de données les éléments ayant la clé la plus similaire.<br /><br />Nous présentons dans ce mémoire une méthode d'indexation de modèles 3D appliquée aux recherches par similarité de forme et d'aspect dans des bases de données d'objets 3D. L'approche repose sur la méthode d'appariement de graphes de Reeb multirésolution proposée par [Hilaga et al, 01]. Dans le cadre de notre étude, nous travaillons avec des maillages de modèles 3D de géométrie plus ou moins complexes, à différents niveaux de résolution, et parfois texturés. L'approche originale, basée sur la topologie des objets 3D, s'est avérée insuffisante pour obtenir des appariements satisfaisants. C'est pourquoi nous proposons d'étendre les critères de cohérence topologique pour les appariements et de fusionner au graphe des informations géométriques et visuelles pour améliorer leur mise en correspondance et l'estimation de la similarité entre modèles. Ces attributs sont librement pondérables afin de s'adapter au mieux aux requêtes d'un utilisateur. Nous obtenons une représentation souple, multicritère et multirésolution que nous nommons graphe de Reeb multirésolution augmenté (aMRG). Nous comparons cette approche à un ensemble varié de méthodes d'indexation. Elle se révèle être très performante pour retrouver les objets de formes similaires et discerner les différentes classes de formes 3D.

Dans cette thèse, une représentation originale d'objets tridimensionnels est introduite: les maillages simplexes. un k-maillage simplexe est un maillage ou chaque sommet est connecte à k + 1 sommets voisins. Ainsi un contour est représenté par un 1-maillage simplexe et une surface tridimensionnelle par un 2-maillage simplexe. La structure d'un maillage simplexe est duale de celle des triangulations. Plusieurs propriétés topologiques et géométriques originales rendent l'utilisation des maillages simplexes particulièrement bien adaptée à la représentation de surfaces déformables. Nous introduisons la notion d'angle simplexe, de courbure moyenne discrète et de paramètre métrique à chaque sommet du maillage. La propriété géométrique essentielle des maillages simplexes est la possibilité de représenter localement la forme d'un k-maillage en un sommet à l'aide de (k + 1) quantités adimensionnées. Les maillages simplexes déformables sont alors utilisés dans un système de modélisation d'objets tridimensionnels. En présence d'images volumiques ou de profondeur, un maillage simplexe est déformé sous l'action de forces régularisantes et de forces externes. Les maillages simplexes sont adaptatifs à plusieurs titres. D'une part, les sommets se concentrent aux endroits de fortes courbure et d'autre part, le maillage peut être raffiné ou décimé en fonction de la proximité des sommets aux données. Enfin, l'utilisation de maillages simplexes sphériques quasi-réguliers permet la reconnaissance de forme d'objets tridimensionnels, même en présence d'occultations. La forme d'un objet est alors représentée par l'ensemble des valeurs des angles simplexes du maillage simplexe déformé, projeté sur le maillage sphérique originel. La forme de deux objets est comparée par l'intermédiaire de leur image simplexe (simplex angle image)

Cette thèse concerne l'élaboration d'une chaîne de traitements radargrammétrique conduisant aux structures 3-D à partir d'images radar haute résolution. L'intérêt de la cartographie 3-D par imagerie RSO (Radar à Synthèse d'Ouverture) est que l'image radar peut être acquise par tout temps et de jour comme de nuit. Nous disposons d'images issues du capteur expérimental RAMSES de l'ONERA et représentant des scènes industrielles. Ces données contiennent de nombreux échos forts et les toits des structures sont peu visibles. Ces phénomènes rendent difficile l'interprétation des images et insuffisantes les méthodes classiques de reconstruction 3-D. Face à ces particularités, nous menons l'analyse radiométrique et géométrique des données. Cette analyse aboutit à la proposition d'une chaîne algorithmique adaptée qui vise à restituer les structures cylindriques et parallélépipédiques telles que cuves et bâtiments de forme simple. Dans la première partie concernant l'analyse, nous donnons l'interprétation simplifiée de l'image radar d'une structure et étudions les statistiques des images d'amplitude. L'opportunité de la radargrammétrie haute résolution est vérifiée théoriquement puis expérimentalement. La seconde partie présente la chaîne radargrammétrique. Notre approche comprend deux étapes principales : l'extraction des structures à partir des échos forts puis l'estimation du 3-D. L'extraction des structures fait l'objet d'un chapitre important de cette thèse. Nous proposons une méthode permettant la reconnaissance de la forme englobant la structure brillante, circulaire ou rectangulaire, par optimisation d'un critère surfacique. Nous la comparons avec des techniques plus classiques de traitement d'images et étudions plusieurs critères ainsi que l'apport de méthodes d'optimisation stochastique. Nous présentons ensuite une méthodologie pour obtenir les altitudes du sol entre les structures détectées et leur hauteur. Les résultats montrent la pertinence de l'approche lorsque la structure a été détectée et dans le cas favorable où un écho du toit est détectable.

Dans un atelier de production, la multitude de capteurs, leur calibrage, les difficultés d'implémentation sans compter le niveau de fiabilité à assurer ont conduits les industriels à chercher de nouvelles solutions contribuant à l'amélioration des performances de leurs installations. Cette thèse propose une solution innovante: l'utilisation de capteur unique de vision pour la commande et la détection de défaut. L'idée principale et originale est de piloter le système par un seul et unique capteur " le système de vision ". L'avantage d'une telle structure basée sur un système de vision se situe dans l'exploitation du capteur de vision non seulement pour la commande du processus de fabrication, mais aussi pour la détection et localisation de défaut. Il est clair que les orientations vers de capteur unique de vision nécessitent une architecture particulière de l'ensemble du système de contrôle/commande. Une nouvelle organisation du processus de fabrication est proposée. Les informations en provenance des capteurs et du système de vision sont tout d'abord traitées, analysées et ensuite transmis vers les actionneurs. Il existe différents algorithmes de traitement d'image. Le principe général de la méthodologie proposée et les différents algorithmes de filtrage, de détection de mouvement, détection de contour sont présentés. Parmi les exigences des algorithmes proposés la qualité de réactivité des algorithmes en termes de temps de réponse est primordiale. De plus, les algorithmes proposés doivent être capables d'atténuer l'effet du bruit sur l'image à traiter et particulièrement le facteur " luminosité " dû au changement de la lumière ambiante. Pour atteindre ces objectives différentes étapes de traitement et d'amélioration sont proposées. Les méthodes proposées sont appliquées sur différents exemples.

Ce mémoire présente les travaux réalisés dans le cadre de ma thèse. Celle-ci a été menée dans le groupe ISPR (ImageS, Perception systems and Robotics) de l'Institut Pascal au sein de l'équipe ComSee (Computers that See). Ces travaux s'inscrivent dans le cadre du projet Bio Rafale initié par la société clermontoise Vesalis et financé par OSEO. Son but est d'améliorer la sécurité dans les stades en s'appuyant sur l'identification des interdits de stade. Les applications des travaux de cette thèse concernent la détection de visages. Elle représente la première étape de la chaîne de traitement du projet. Les détecteurs les plus performants utilisent une cascade de classifieurs boostés. La notion de cascade fait référence à une succession séquentielle de plusieurs classifieurs. Le boosting, quant à lui, représente un ensemble d'algorithmes d'apprentissage automatique qui combinent linéairement plusieurs classifieurs faibles. Le détecteur retenu pour cette thèse utilise également une cascade de classifieurs boostés. L'apprentissage d'une telle cascade nécessite une base d'apprentissage ainsi qu'un descripteur d'images. Cette description des images est ici assurée par des matrices de covariance. La phase d'apprentissage d'un détecteur d'objets détermine ces conditions d'utilisation. Une de nos contributions est d'adapter un détecteur à des conditions d'utilisation non prévues par l'apprentissage. Les adaptations visées aboutissent à un problème de classification avec données manquantes. Une formulation probabiliste de la structure en cascade est alors utilisée pour incorporer les incertitudes introduites par ces données manquantes. Cette formulation nécessite l'estimation de probabilités a posteriori ainsi que le calcul de nouveaux seuils à chaque niveau de la cascade modifiée. Pour ces deux problèmes, plusieurs solutions sont proposées et de nombreux tests sont effectués pour déterminer la meilleure configuration. Enfin, les applications suivantes sont présentées : détection de visages tournés ou occultés à partir d'un détecteur de visages de face. L'adaptation du détecteur aux visages tournés nécessite l'utilisation d'un modèle géométrique 3D pour ajuster les positions des sous-fenêtres associées aux classifieurs faibles.

Ce mémoire présente les travaux réalisés dans le cadre de ma thèse. Celle-ci a été menée dans le groupe ISPR (ImageS, Perception systems and Robotics) de l’Institut Pascal au sein de l’équipe ComSee (Computers that See). Ces travaux s’inscrivent dans le cadre du projet Bio Rafale initié par la société clermontoise Vesalis et financé par OSEO. Son but est d’améliorer la sécurité dans les stades en s’appuyant sur l’identification des interdits de stade. Les applications des travaux de cette thèse concernent la détection de visages. Elle représente la première étape de la chaîne de traitement du projet. Les détecteurs les plus performants utilisent une cascade de classifieurs boostés. La notion de cascade fait référence à une succession séquentielle de plusieurs classifieurs. Le boosting, quant à lui, représente un ensemble d’algorithmes d’apprentissage automatique qui combinent linéairement plusieurs classifieurs faibles. Le détecteur retenu pour cette thèse utilise également une cascade de classifieurs boostés. L’apprentissage d’une telle cascade nécessite une base d’apprentissage ainsi qu’un descripteur d’images. Cette description des images est ici assurée par des matrices de covariance. La phase d’apprentissage d’un détecteur d’objets détermine ces conditions d’utilisation. Une de nos contributions est d’adapter un détecteur à des conditions d’utilisation non prévues par l’apprentissage. Les adaptations visées aboutissent à un problème de classification avec données manquantes. Une formulation probabiliste de la structure en cascade est alors utilisée pour incorporer les incertitudes introduites par ces données manquantes. Cette formulation nécessite l’estimation de probabilités a posteriori ainsi que le calcul de nouveaux seuils à chaque niveau de la cascade modifiée. Pour ces deux problèmes, plusieurs solutions sont proposées et de nombreux tests sont effectués pour déterminer la meilleure configuration. Enfin, les applications suivantes sont présentées : détection de visages tournés ou occultés à partir d’un détecteur de visages de face. L’adaptation du détecteur aux visages tournés nécessite l’utilisation d’un modèle géométrique 3D pour ajuster les positions des sous-fenêtres associées aux classifieurs faibles. / This thesis has been realized in the ISPR group (ImageS, Perception systems and Robotics) of the Institut Pascal with the ComSee team (Computers that See). My research is involved in a project called Bio Rafale. It was created by the compagny Vesalis in 2008 and it is funded by OSEO. Its goal is to improve the security in stadium using identification of dangerous fans. The applications of these works deal with face detection. It is the first step in the process chain of the project. Most efficient detectors use a cascade of boosted classifiers. The term cascade refers to a sequential succession of several classifiers. The term boosting refers to a set of learning algorithms that linearly combine several weak classifiers. The detector selected for this thesis also uses a cascade of boosted classifiers. The training of such a cascade needs a training database and an image feature. Here, covariance matrices are used as image feature. The limits of an object detector are fixed by its training stage. One of our contributions is to adapt an object detector to handle some of its limits. The proposed adaptations lead to a problem of classification with missing data. A probabilistic formulation of a cascade is then used to incorporate the uncertainty introduced by the missing data. This formulation involves the estimation of a posteriori probabilities and the computation of new rejection thresholds at each level of the modified cascade. For these two problems, several solutions are proposed and extensive tests are done to find the best configuration. Finally, our solution is applied to the detection of turned or occluded faces using just an uprigth face detector. Detecting the turned faces requires the use of a 3D geometric model to adjust the position of the subwindow associated with each weak classifier.

La spectroscopie RMN 2D du deutérium en abondance naturelle (DAN) en utilisant les cristaux liquides chiraux comme solvant de RMN est une méthodologie efficace pour deux raisons: i) l’interaction quadrupolaire (interaction RMN sensible à l’ordre orientationnel des molécules et spécifique aux noyaux de spin I>1/2) n’est plus nulle en moyenne comme dans les liquides; ii) la chiralité du milieu permet de discriminer spectralement des énantiomères (molécule chirale) ou des directions énantiotopes (molécule prochirale). L'objectif principal de ce travail de Thèse était d'explorer le potentiel analytique de cette technique pour analyser le fractionnement isotopique naturel deutérium dans le cas d’ester d’acides gras saturés (AGS) et (poly)insaturés (AGI). Le but ultime de ce travail est de fournir de nouvelles informations (de nature stéréochimique) pour améliorer la compréhension de certains mécanismes enzymatiques impliqués au cours de leur biosynthèse. Dans ce contexte, nous avons montré que l'utilisation de solutions organiques orientées de polypeptides (mésophases chirales) utilisant des co-solvants polaires comme le DMF ou la pyridine (Py) fournissait les meilleurs résultats en termes d’(énantio)discrimination spectrale (nombre de sites et amplitude) sur la base des déplacements chimiques et des éclatements quadrupolaires du deutérium. Ainsi, la mésophase chirale (PBLG/Py) a été utilisée avec succès pour analyser les AGI comme le linoléate de méthyle (C18), pour lequel nous avons pu mesurer l'excès énantio-isotopomèrique (eei) au niveau de chaque site méthylène de la molécule. Pour la première fois, d'importantes informations relatives à la stéréochimie des mécanismes enzymatiques, inaccessibles par la méthode conventionnelle SNIF-NMR®, ont été déterminées. La même méthodologie impliquant la mésophase achirale (PBG/Py) et chirale (PBLG/Py) s’est révélée également être un excellent outil pour l'analyse des SAFA sous leur forme libre (C14 à C18) ou sous leur forme de triglycérides (3*C4 et 3*C14). L'attribution des doublets 2H détectés sur les spectres RMN 2D anisotropes des SAFA a été confirmée par l'élaboration d'un modèle théorique capable de prédire le comportement orientationnel de ces molécules flexibles. Comme exemple illustratif, la méthode a été appliquée pour étudier les mécanismes enzymatiques convertissant le linoléate en vernoléate dans deux plantes différentes. Enfin, pour améliorer la compréhension des interactions «soluté-polypeptide» impliquées dans les mécanismes d'orientation et d’énantio-discrimination, nous avons étudié par RMN 2D DAN, l'évolution des paramètres d'ordre (matrice de Saupe) de deux molécules prochirales, rigides et apolaires dissoutes dans une mésophase chirale préparée en mélangeant deux polypeptides de même stéréochimie (L), mais dont la nature chimique des chaînes latérales est différente, en fonction de leur proportion massique respective. / Natural abundance deuterium (NAD) 2D-NMR spectroscopy using (a)chiral liquid crystals as NMR solvent is a powerful method for two reasons: i) the quadrupolar interaction (an order-sensitive NMR interaction specific to spins I > ½) is not averaged to zero anymore as in liquids; ii) the chirality of medium allows enantiomers (chiral molecule) or enantiotopic directions (prochiral molecule) to be spectrally discriminated. The main objective of this Thesis work was to explore the analytical potential of this technique to analyze the natural distribution of deuterium in the case of esters of saturated fatty acids (SAFA) and (poly)unsaturated fatty acids (PUFA). The ultimate goal of this research is to collect new (stereochemical) information to improve the understanding of some enzymatic mechanisms involved during their biosynthesis. In this context, we have shown that the use of oriented solutions of polypeptide (chiral mesophases) using polar co-solvents such as DMF or pyridine (py) provided better results in terms of spectral (enantio)discrimination (number of sites and magnitude) on the the basis of chemical shifts and deuterium quadrupole splittings. Thus, the chiral mesophase (PBLG/py) has been applied successfully to analyse PUFA’s like the methyl linoleate (C18) for which we could measure the enantio-isotopomeric excess (eie) at each methylen site of the molecule. For the first time, important information related to the stereochemistry of enzymatic mechanisms, inaccessible by the conventional method SNIF-NMR®, have been determined. The same methodology using achiral (PBG / py) and chiral (PBG / py) mesophases, revealed also to be an excellent tool for analysing SAFA in their free form (C14 to C18), or in triglyceride forms (3*C4 and 3*C14). The assignment of 2H doublets detected on 2D-NMR spectra of SAFA’s was confirmed by developing a theoretical model predicting the orientational ordering behavior of these flexible molecules. As illustrative exemple, the method was applied for investigating the enzymatic mechanisms converting the linoleate into vernoleate in two different plants. Finally, to improve the understanding of “solute/polypeptide" interactions involved in the orientation and enantiodiscrimination mechanisms, we have investigated by NAD 2D-NMR the evolution of the order parameters (Saupe matrix) of two apolar, rigid prochiral molecules dissolved in a chiral mesophase made by mixing two polypeptides having the same stereochemistry (L) but different type of side chains, versus their respective mass proportion.

La tomographie par émission de positons (TEP) est une méthode d'imagerie clinique en forte expansion dans le domaine de l'oncologie. De nombreuses études cliniques montrent que la TEP permet, d'une part de diagnostiquer et caractériser les lésions cancéreuses à des stades plus précoces que l'imagerie anatomique conventionnelle, et d'autre part d'évaluer plus rapidement la réponse au traitement. Le raccourcissement du cycle comprenant le diagnostic, la thérapie, le suivi et la réorientation thérapeutiques contribue à augmenter le pronostic vital du patient et maîtriser les coûts de santé. La durée d'un examen TEP ne permet pas de réaliser une acquisition sous apnée. La qualité des images TEP est par conséquent affectée par les mouvements respiratoires du patient qui induisent un flou dans les images. Les effets du mouvement respiratoire sont particulièrement marqués au niveau du thorax et de l'abdomen. Plusieurs types de méthode ont été proposés pour corriger les données de ce phénomène, mais elles demeurent lourdes à mettre en place en routine clinique. Des travaux récemment publiés proposent une évaluation de ces méthodes basée sur des critères de qualité tels que le rapport signal sur bruit ou le biais. Aucune étude à ce jour n'a évalué l'impact de ces corrections sur la qualité du diagnostic clinique. Nous nous sommes focalisés sur la problématique de la détection des lésions du thorax et de l'abdomen de petit diamètre et faible contraste, qui sont les plus susceptibles de bénéficier de la correction du mouvement respiratoire en routine clinique. Nos travaux ont consisté dans un premier temps à construire une base d'images TEP qui modélisent un mouvement respiratoire non-uniforme, une variabilité inter-individuelle et contiennent un échantillonnage de lésions de taille et de contraste variable. Ce cahier des charges nous a orientés vers les méthodes de simulation Monte Carlo qui permettent de contrôler l'ensemble des paramètres influençant la formation et la qualité de l'image. Une base de 15 modèles de patient a été créée en adaptant le modèle anthropomorphique XCAT sur des images tomodensitométriques (TDM) de patients. Nous avons en parallèle développé une stratégie originale d'évaluation des performances de détection. Cette méthode comprend un système de détection des lésions automatisé basé sur l'utilisation de machines à vecteurs de support. Les performances sont mesurées par l'analyse des courbes free-receiver operating characteristics (FROC) que nous avons adaptée aux spécificités de l'imagerie TEP. L'évaluation des performances est réalisée sur deux techniques de correction du mouvement respiratoire, en les comparant avec les performances obtenues sur des images non corrigées ainsi que sur des images sans mouvement respiratoire. Les résultats obtenus sont prometteurs et montrent une réelle amélioration de la détection des lésions après correction, qui approche les performances obtenues sur les images statiques.

Les dispositifs de protection de sites sensibles doivent permettre de détecter des menaces potentielles suffisamment à l'avance pour pouvoir mettre en place une stratégie de défense. Dans cette optique, les méthodes de détection et de reconnaissance d'aéronefs se basant sur des images infrarouge multispectrales doivent être adaptées à des images faiblement résolues et être robustes à la variabilité spectrale et spatiale des cibles. Nous mettons au point dans cette thèse, des méthodes statistiques de détection et de reconnaissance d'aéronefs satisfaisant ces contraintes. Tout d'abord, nous spécifions une méthode de détection d'anomalies pour des images multispectrales, combinant un calcul de vraisemblance spectrale avec une étude sur les ensembles de niveaux de la transformée de Mahalanobis de l'image. Cette méthode ne nécessite aucune information a priori sur les aéronefs et nous permet d'identifier les images contenant des cibles. Ces images sont ensuite considérées comme des réalisations d'un modèle statistique d'observations fluctuant spectralement et spatialement autour de formes caractéristiques inconnues. L'estimation des paramètres de ce modèle est réalisée par une nouvelle méthodologie d'apprentissage séquentiel non supervisé pour des modèles à données manquantes que nous avons développée. La mise au point de ce modèle nous permet in fine de proposer une méthode de reconnaissance de cibles basée sur l'estimateur du maximum de vraisemblance a posteriori. Les résultats encourageants, tant en détection qu'en classification, justifient l'intérêt du développement de dispositifs permettant l'acquisition d'images multispectrales. Ces méthodes nous ont également permis d'identifier les regroupements de bandes spectrales optimales pour la détection et la reconnaissance d'aéronefs faiblement résolus en infrarouge